Nhà thiết kế của tương lai (Phần 2)

AI chỉ là một công cụ để ta sử dụng.

Bài viết bởi Jennifer Sukis, giám đốc thiết kế tại AI Practices & Leadership, IBM Watson, giáo sư trợ giảng môn thiết kế nâng cao tại Đại học Texas.


Phần 2: Phương pháp

Ở phần trước chúng ta đã tìm hiểu về tư duy và hi vọng rằng bạn đã có cho mình tầm nhìn và tư tưởng riêng. Ở phần này tôi sẽ nói về thực tế một chút, nhưng trước khi nói về ứng dụng của AI trong thời đại ngày nay, hãy tìm hiểu về một vài yếu tố liên quan.

Trí tuệ nhân tạo là…

Lý thuyết và sự phát triển của hệ thống máy tính khiến cho chúng có thể làm được những điều mà trước đó cần đến các yếu tố tư duy con người như nhận diện thị giác, tốc độ, đưa ra quyết định và chuyển đổi giữa nhiều ngôn ngữ khác nhau. Nền tảng của việc này là các phạm trù toán học, logic, triết học, xác suất, ngôn ngữ học, khoa học thần kinh và thuyết quyết định. Máy móc học (Machine Learning) là một nhánh của trí tuệ nhân tạo.

Trí tuệ tăng cường (augmented intelligence) là…

Trí tuệ nhân tạo giúp con người hành động thông minh, nhanh nhẹn, thấu đáo và tập trung nhiều hơn vào việc mình đang làm.

Lý do mà tôi lại nói đến những điều trên trước là vì augmented intelligence là những gì mà chúng tôi muốn nhắc khi đề cập đến cụm từ “AI” tại IBM - đây là điều khiến cho những khách hàng rõ ràng hơn về việc chúng tôi đang làm và nó thể hiện 99% sự thật về AI trong thời đại ngày nay.


AI trong thời đại ngày nay và tương lai 5 đến 10 năm nữa sẽ ra sao?

Thay vì nói về những công nghệ tích hợp ứng dụng AI, tôi thấy cách hay nhất là mô tả từng trường hợp mà AI có khả năng tác động đến mọi thứ.

1. Khi mọi thứ đều được cá nhân hóa

Netflix ứng dụng máy móc học để tạo ra trải nghiệm cá nhân bằng cách tìm hiểu hành vi người dùng, phát hiện ra điểm chung và sử dụng dữ liệu đó để tạo ra những nội dung thích hợp hơn, đặc biệt đối với thiết kế mà người dùng quan tâm.

2. Khi hệ thống quá đồ sộ và phức tạp…

Quá trình sản xuất là một ví dụ tuyệt vời cho điều này. Hãy tưởng tượng bạn phải trải qua bao nhiêu bước trong quy trình sản xuất tự động để tạo ra một chiếc xế hộp hoàn chỉnh. Những bước đó là là kết quả của dữ liệu được thu thập để thông báo cho người dùng khi có sự cố. Điều này sẽ tiết kiệm được nhiều thứ khi có vấn đề xảy ra và có khả năng dự đoán được tương lai.


3. Khi chúng ta có thể phân tích một hành động thành nhiều bước…


Nếu có thể chỉ cho máy tính hành động cần thực hiện để hoàn thành công việc, bạn sẽ có khả năng tạo ra một mô hình cho phép hệ thống hoàn tất công việc thay bạn. Adobe đang áp dụng tư duy đó vào sản phẩm của họ thông qua những chỉ dẫn trợ giúp người dùng.

4. Khi hình ảnh có thể được khai thác và ánh xạ…

Hình ảnh và video chứa khá nhiều dữ liệu. Điều này khiến cho hệ thống có thể nhận dạng hình ảnh, âm thanh và kiểu mẫu. Tuy nhiên kết quả có hơi bất ngờ, khác với những gì mà chúng ta từng thấy và làm trước đó. Tôi nói về ví dụ này không phải vì tính ứng dụng thường thấy của nó mà để mô tả về những gì có thể xảy ra ở tương lai.


5. Khi chúng ta có thể dự đoán tương lai…

Nếu chúng ta nhận thức được một tình huống lặp đi lặp lại tương tự, đây cũng là điều mà ta có thể dạy cho AI. Đó là khi chúng ta ứng dụng AI trong trường hợp có quá nhiều biến thể, cũng là lúc mà ta không thể quan tâm đến mọi kết quả khả thi vì dễ phát sinh nhiều vấn đề.

Những phương tiện không người lái là ví dụ điển hình cho điều này. Chúng ta đều biết những hành động xảy ra trên chiếc xe hơi - ví dụ như dừng lại lúc đèn đỏ, chạy đúng làn đường và quan sát kĩ lưỡng khi đổi làn xe. Có rất nhiều hành động cần được chú ý nhưng cũng tồn tại nhiều yếu tố ngoại cảnh thay đổi như thời tiết, cơ sở hạ tầng hoặc điều bất ngờ xảy ra trên đường - sẽ có nhiều vấn đề cần phải đối mặt. Đó là lí do ta không thấy phương tiện không người lái trên đường nào.


6. Khi máy móc học cá nhân hóa góp phần tạo nên các trải nghiệm AI lớn hơn…

Hầu hết AI mà chúng ta có dịp trải nghiệm ngày nay có mặt ở những nơi mà ta không nhận ra. Chủ yếu đó là khi máy móc học được ứng dụng để nâng cao hệ thống IT, tìm ra kiểu mẫu, phân loại dữ liệu đồ sộ và cảnh báo quản lý hệ thống (hay còn gọi là “cung cấp insights”). Đó là bởi vì khả năng hiện tại của AI là nhận diện từ ngữ và hình ảnh, tương tác với người dùng bằng những câu thoại và ngôn ngữ tự nhiên, tối ưu hóa quá trình và xúc tiến kết quả.

Nhà thiết kế và lập trình AI đang tìm kiếm một giải pháp kết hợp những kĩ năng cá nhân này để tạo ra trải nghiệm người dùng mới. Trợ giúp cá nhân là một ví dụ tốt cho mong muốn hoàn thiện AI, những nỗ lực và giới hạn thực tại. Dưới đây là một video mà Mark Zuckerberg làm cho vui. Nó không phải là một dạng Facebook mới. Sở dĩ tôi nói đến điều này là bởi vì đây là ví dụ điển hình cho việc kết hợp các dịch vụ AI cơ bản. Bản demo này sử dụng công cụ xây dựng cuộc hội thoại (Watson Assistant), nhận diện thị giác (machine learning) và kết nối IoT.


Cuối cùng, bạn có thể hỏi chính mình xem liệu chúng ta có thể ứng dụng AI trong sản phẩm của mình:

Bạn có sở hữu dữ liệu và/hoặc kết nối cần thiết

để có được insight với đầy đủ tự tin và nhanh hơn sức người không?

Nếu câu trả lời là có thì bạn đã có thể ứng dụng nó rồi đấy.


Thiết kế AI

Đầu tiên, nhà thiết kế cần phải biết một điều rất quan trọng về AI trước khi bắt đầu:

AI chỉ là một công cụ để ta sử dụng.

Đó không phải là một thuyết khoa học kì bí hay một loại màu sắc vừa mới được phát hiện. Nó giống như một thanh công cụ trong Photoshop chứa những điều mới mẻ hơn mà thôi.

Để ứng dụng tốt công cụ mới này, nhà thiết kế sẽ cần phải thuần thục 2 điều dưới đây để tạo ra một sản phẩm AI tốt đẹp:

1. Tư duy thiết kế cơ bản

2. Tư duy thiết kế AI

Chúng tôi đã làm việc tại IBM và thấy rằng nhà thiết kế tại đó có thể rèn luyện kĩ năng và tư duy thiết kế của mình để tạo ra trải nghiệm AI theo ý muốn và tập trung hơn.

Chúng ta bắt đầu quá trình này bằng cách biết được điều gì diễn ra trong AI để tiến hành suy nghĩ, suy luận, thấu hiểu, học hỏi và giao tiếp sao cho giống người. Nghiên cứu này dẫn đến một mô hình giao tiếp người-và-máy. Bạn có thể tìm hiểu thêm về chủ đề này trong thiết kế lập trình tại IBM nếu cảm thấy thích thú về mọi ngóc ngách trong tư duy thiết kế AI.

idesign nhathietkecuatuonglai 02
Mô hình giao tiếp giữa người và máy tại IBM
sẽ cung cấp cho máy tính những bước
để hành động sao cho giống người nhất.

Mô hình này sẽ tạo ra một phương pháp mà chúng ta sử dụng để tạo ra “AI Toolkit”. Mục đích là để hướng dẫn người dùng, sau đó là xác định những cách tiềm năng để cho ra kết quả đúng đắn.

idesign nhathietkecuatuonglai 03
Ví dụ của thuật toán AI Toolkit.

Kết quả thu về chính là giả thuyết AI ứng với mỗi dự định (hay còn gọi là hill), đây là mô tả cách mà dự định của bạn có thể được thiết lập bằng cách sử dụng AI. Sau đó chúng ta sẽ quay về với tư duy thiết kế thuần túy và chúng ta sẽ bắt đầu hành trình khái quát nên trải nghiệm người dùng.

idesign nhathietkecuatuonglai 04
Ví dụ của việc chuyển đổi intent hay còn gọi là hill thành giả thuyết AI.

Có nhiều cách để sử dụng mô hình giao tiếp và những concept tương tự để tạo ra giá trị cho thiết kế AI. Bộ AI Toolkit là công cụ hữu hiệu cho đội ngũ của chúng tôi. Chúng ta sẽ thấy được sự tăng trưởng trong thiết kế AI, điều này sẽ ảnh hưởng đến vai trò và kĩ năng của nhà thiết kế trong tương lai.

Tác giả: Jennifer Sukis
Người dịch: Đáo
Nguồn: Medium